粒子物理學(xué)中的標(biāo)準(zhǔn)模型，已經(jīng)成功描述了所有已知基本粒子以及控制整個(gè)宇宙的全部四大基本力中的三種(除重力以外)。而這三種基本力——電磁力、強(qiáng)相互作用力(簡稱強(qiáng)電力行業(yè))與弱相互作用力(簡稱弱力)——不僅控制著粒子的形成，也決定了粒子之間如何相互作用以及如何逐漸衰減。

[[344870]]

然而，在這套框架之內(nèi)研究粒子與核物理仍然非常困難，需要依賴于大規(guī)模數(shù)值研究。例如，強(qiáng)力中的不少問題都需要在質(zhì)子大小的十分之一甚至是百分之一晶圓之上，對動力學(xué)進(jìn)行數(shù)值模擬，因此回答關(guān)于質(zhì)子、中子以及原子核基本性質(zhì)的相關(guān)問題。

物理學(xué)助理教授Piala Shanahan表示，“最終，我們在使用晶格場理論的質(zhì)子與核結(jié)構(gòu)研究中遭遇到計(jì)算能力的限制。對于很多有趣的問題，我們只知道如何在原則上加以解決，但即使是世界上規(guī)模最大的超級計(jì)算機(jī)也不足以提供必要的算力容量。”

為了突破這些限制，Shanahan領(lǐng)導(dǎo)了一支將理論物理學(xué)與機(jī)器學(xué)習(xí)模型相結(jié)合的小組。在近日發(fā)表在《物理評論快報(bào)》上的論文《基于等變流的晶格場論采樣》(Equivariant flow-based sampling for lattice gage theory)當(dāng)中，他們展示了如何將物理理論的對稱性納入機(jī)器學(xué)習(xí)與人工智能架構(gòu)當(dāng)中，借此為理論物理帶來更快的算法。

Shanahan解釋道，“我們使用機(jī)器學(xué)習(xí)不是為了分析大量數(shù)據(jù)，而是希望以不損害方法嚴(yán)格性的方式加速第一原理理論。這項(xiàng)特殊工作表明，我們可以構(gòu)建內(nèi)置有粒子與核物理標(biāo)準(zhǔn)模型的某些對稱性機(jī)器學(xué)習(xí)架構(gòu)，并在當(dāng)前面對的采樣問題中實(shí)現(xiàn)量級式的計(jì)算速度提升。”

Shanahan與麻省理工學(xué)院研究生Gurtej Kanwar以及來自紐約大學(xué)的Michael Albergo共同發(fā)起了這個(gè)項(xiàng)目。隨著項(xiàng)目擴(kuò)展，理論物理中心博士后Daniel Hackeet與Denis Boyda、紐約大學(xué)教授Kyle Cranmer、谷歌Deep Mind團(tuán)隊(duì)精通物理學(xué)的機(jī)器學(xué)習(xí)科學(xué)家Sébastien Racanière與Danilo Jimenez Rezende也紛紛被吸引進(jìn)來。

近日發(fā)表的論文旨在實(shí)現(xiàn)目前在計(jì)算層面難以解決的理論物理學(xué)研究課題。作為系列文章中的一篇，Kanwar在論文中表示“我們的目標(biāo)是為理論物理領(lǐng)域的關(guān)鍵數(shù)值計(jì)算部分開發(fā)新的算法。這些計(jì)算使我們深入了解到粒子物理學(xué)標(biāo)準(zhǔn)模型(即最基礎(chǔ)的物質(zhì)理論)的內(nèi)部工作原理。相關(guān)計(jì)算結(jié)果能夠與粒子物理實(shí)驗(yàn)(例如CERN的大型強(qiáng)子對撞機(jī))進(jìn)行比較以帶來至關(guān)重要的啟示，同時(shí)更精確地約束模型，進(jìn)而發(fā)現(xiàn)模型中的哪些部分無法成立、需要向更深層次的基本原理進(jìn)行擴(kuò)展等。”

研究非擾動狀態(tài)下粒子物理學(xué)標(biāo)準(zhǔn)模型的唯一已知的系統(tǒng)可控方法，就是基于真空中量子漲落快照的采樣。通過測量波動的特性，我們可以推斷出粒子特性及其碰撞傾向性。

但Kanwar解釋道，這項(xiàng)技術(shù)的實(shí)施面臨著諸多挑戰(zhàn)。“相關(guān)采樣工作非常昂貴，我們正在努力探索，嘗試使用受物理學(xué)原理啟發(fā)的機(jī)器學(xué)習(xí)技術(shù)提高樣本采集效率。機(jī)器學(xué)習(xí)在生成圖像方面已經(jīng)取得了長足的進(jìn)步。例如，英偉達(dá)最近的工作就是通過神經(jīng)網(wǎng)絡(luò)生成「想象中的」人臉圖像。如果將這些真空快照視為圖像，相信其也有望幫助我們以類似的方法解決研究問題。”

Shanahan還補(bǔ)充道，“根據(jù)目前的量子快照采樣方法，我們優(yōu)化出一套模型，能夠幫助我們由易于采樣的空間過渡到目標(biāo)空間：利用這套經(jīng)過訓(xùn)練的模型，我們只需要在易于采樣的空間中進(jìn)行獨(dú)立采樣，再由該模型對采樣方法進(jìn)行轉(zhuǎn)換，即可極大提升采樣效率。”

具體來講，該小組引入了一套框架以構(gòu)建機(jī)器學(xué)習(xí)模型。該模型完全尊重“規(guī)范對稱性”這一對于研究高能物理至關(guān)重要的對稱性原理。

作為原理證明，Shanahan及其同事使用自己的框架訓(xùn)練機(jī)器學(xué)習(xí)模型，在二維空間之上模擬理論并與現(xiàn)有技術(shù)進(jìn)行結(jié)果比較?？梢钥吹剑鋱?zhí)行效率迎來了數(shù)量級層面的提升，同時(shí)也能根據(jù)場論做出更精確的預(yù)測。這一切，都為使用物理信息支持下的機(jī)器學(xué)習(xí)技術(shù)、大大加速對自然基本力體系的研究工作鋪平了道路。

該小組還在之前的幾篇合作論文中討論了如何將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用簡單的晶格場論，并以緊湊連通歧管為基礎(chǔ)開發(fā)出新的方法，可用于描述比標(biāo)準(zhǔn)模型更為復(fù)雜的場景論用例?，F(xiàn)在，他們正努力將這項(xiàng)技術(shù)擴(kuò)展到最新計(jì)算方案當(dāng)中。

Kanwar表示，“通過過去一年的努力，我們已經(jīng)證明將物理知識與機(jī)器學(xué)習(xí)技術(shù)相結(jié)合確實(shí)擁有光明的發(fā)展前景。我們正積極考慮如何使用這套方法實(shí)現(xiàn)全面模擬，借此解決剩余的障礙。希望這些方法能夠在未來幾年中首次在大規(guī)模計(jì)算中一展身手。如果能夠成功克服最后的障礙，我們在有限資源下的工作能力將得到顯著增強(qiáng)，我也迫切期待著在實(shí)際應(yīng)用中探索那些超出現(xiàn)有最優(yōu)物理理解范疇的事物，為其建立起前所未有的新穎見解。”

該團(tuán)隊(duì)將這種基于物理信息的機(jī)器學(xué)習(xí)概念，總結(jié)為“從頭算起型AI”。這一概念，也成為最近剛剛由麻省理工學(xué)院成立的美國國家科學(xué)基金會人工智能與基礎(chǔ)交互研究所(IAIFI)設(shè)定的一大關(guān)鍵主題。而Shanahan本人在其中擔(dān)任物理理論研究協(xié)調(diào)員。